Python如何根据距离值查找与指定ID最接近的3条观测记录

你可以直接参考下面的可运行代码，每步都加了注释方便理解：

import pandas as pd

# 这里是构造你给出的示例DataFrame，实际使用时替换成你自己的DataFrame即可
df = pd.DataFrame({
    'Segment': [3,8,4,8,3,8,4],
    'Distance': [0.348, 0.439, 0.458, 0.284, 0.359, 0.563, 0.388],
    'ID': [1203, 1204, 1205, 1207, 1208, 1209, 1210]
})
# 如果你的ID列本身是字符串存储，加一行df['ID'] = df['ID'].astype(str)统一类型即可

def get_closest_3_records(input_id, df):
    # 第一步：获取输入ID对应的Distance值
    target_distance = df.loc[df['ID'] == int(input_id), 'Distance'].iloc[0]
    # 第二步：计算所有行的Distance和目标值的差值绝对值，存为临时列
    df['diff_abs'] = abs(df['Distance'] - target_distance)
    # 第三步：排除输入ID自身的记录，按差值从小到大排序，取前3条后删除临时列返回
    result = df[df['ID'] != int(input_id)].sort_values('diff_abs').head(3).drop('diff_abs', axis=1)
    return result

# 测试调用
output = get_closest_3_records('1203', df)
print(output)

Segment  Distance    ID
4        3     0.359  1208
6        4     0.388  1210
3        8     0.284  1207

补充说明 #

• 如果你实际的ID列是字符串类型，把代码里的int(input_id)直接改成input_id即可
• 临时生成的差值列不会保留在返回结果和原DataFrame中，不影响原有数据结构
• 该逻辑对大数据量也适用，排序效率Pandas已经做了内置优化

内容的提问来源于stack exchange，提问作者user15697038